Neuronal and Glial Membrane Potentials during Sleep and Paroxysmal Oscillations in the Neocortex
Notice bibliographique
Résumé
This study investigated the fluctuations in the membrane potential of cortical neurons and glial cells during the slow sleep oscillation and spike-wave (SW) seizures. We performed dual neuron-glia intracellular recordings together with multisite field potential recordings from cortical suprasylvian association areas 5 and 7 of cats under ketamine-xylazine anesthesia. Electrical stimuli applied to the cortex elicited responses consisting of a biphasic depolarization in glial cells, which was associated with an EPSP-IPSP sequence in neurons. During the slow (<1 Hz) oscillation, extracellular measurements of the potassium concentration revealed periodic increases with an amplitude of 1-2 mm, similar in shape to glial activities. We suggest that, through their uptake mechanisms, glia cells modulate the neuronal excitability and contribute to the pacing of the slow oscillation. The slow oscillation often evolved into SW paroxysms, mimicking sleep-triggered seizures. This transition was associated with increased coupling between the depolarizing events in neurons and glial cells. During seizures, the glial membrane potential displayed phasic negative events related to the onset of the paroxysmal depolarizing shifts in neurons. These events were not voltage dependent and increased their incidence and amplitude with the development of the seizure. It is suggested that the intraglial transient negativities represent field reflections of synchronized neuronal potentials. We propose that the mechanisms underlying the neuron-glia communication include, besides the traditional neurotransmitter- and ion-mediated pathways, field effects crossing their membranes as a function of the state of the cortical network.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».